Python 3.6 Mbox 转 CSV

Question

我正在尝试编写一个脚本，将.mbox 文件的每个电子邮件元素转换为.csv 文件。我特别需要以下元素，但如果有一种方法可以“为每个元素编写”，那将是首选：

收件人、发件人、抄送、密件抄送、日期、主题、正文

我在网上找到了一个看起来是我需要的脚本的开始，以及关于电子邮件模块的documentation，但我找不到任何关于如何做的细节

1. 确定不同的属性选项（to、from、cc'd 等）
2. 如何将它们写为.csv 中的唯一单元格值。

这是我找到的示例代码：

import mailbox
import csv

writer = csv.writer(open("clean_mail_B.csv", "wb"))
for message in mailbox.mbox('Saks.mbox'):
    writer.writerow([message['to'], message['from'], message['date']])

Answer 1

为此，您首先需要确定所有邮箱项目中可能存在的密钥的完整列表。然后您可以使用它来编写 CSV 标头。

接下来，您需要使用.items() 从每条消息中获取所有键值对。然后可以将其转换回字典并写入您的 CSV 文件。

不幸的是，mailbox 库没有直接公开消息字典，否则可以直接编写它。

import mailbox
import csv

mbox_file = 'sample.mbox'

with open('clean_mail_B.csv', 'w', newline='', encoding='utf-8') as f_output:
    # Create a column for the first 30 message payload sections
    fieldnames = {f'Part{part:02}' for part in range(1, 31)}

    for message in mailbox.mbox(mbox_file):
        fieldnames.update(message.keys())

    csv_output = csv.DictWriter(f_output, fieldnames=sorted(fieldnames), restval='', extrasaction='ignore')
    csv_output.writeheader()

    for message in mailbox.mbox(mbox_file):
        items = dict(message.items())

        for part, payload in enumerate(message.get_payload(), start=1):
            items[f'Part{part:02}'] = payload

        csv_output.writerow(items)

使用DictWriter 而不是标准的 CSV 写入器。当某些消息不包含所有可能的标头值时，这将更好地处理。

消息负载可以分为多个部分，这些部分作为单独的列标题添加，例如Part01，Part02。通常应该有 1 或 2 个，但您的示例 mbox 包含一个带有奇怪签名的 25？

如果mbox 包含更多消息的有效负载条目（即>30），则使用extrasaction='ignore' 忽略这些条目。另一种方法是将所有有效负载组合到一个列中。